opencv-python 轮廓属性

2020年04月21日 37点热度 1人点赞 0条评论


目标:

  • 学习提取一些常用的对象属性,如Solidity,Equivalent Diameter,Mask image,Mean Intensity

1. Aspect Ratio(长宽比)

它是对象的边界矩形的宽度与高度的比。

Aspect Ratio=WidthHeight Aspect Ratio= frac{Width}{Height}

x,y,w,h = cv.boundingRect(cnt)
aspect_ratio = float(w)/h

2. Extent(大小比)

它是轮廓区域与边界矩形区域的比。

Extent=Object AreaBounding Rectangle Area Extent= frac{Object Area}{Bounding Rectangle Area}

area = cv.contourArea(cnt)
x,y,w,h = cv.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area

3. Solidity(密实比)

Solidity是轮廓区域与其凸包区域的比率。

Solidity=Contour AreaConvex Hull Area Solidity= frac{Contour Area}{Convex Hull Area}

area = cv.contourArea(cnt)
hull = cv.convexHull(cnt)
hull_area = cv.contourArea(hull)
solidity = float(area)/hull_area

4. Equivalent Diameter(等效直径)

等效直径是圆的直径,其面积与轮廓面积相同。

Equivalent Diameter=4×Contour Areaπ Equivalent Diameter=sqrt{frac{4times Contour Area}{pi }}

area = cv.contourArea(cnt)
equi_diameter = np.sqrt(4*area/np.pi)

5. Orientation(方向)

方向是对象定向的角度。以下方法还给出了主轴和短轴长度。

(x,y),(MA,ma),angle = cv.fitEllipse(cnt)

6. Mask & Pixel Points(掩模和像素点)

在某些情况下,我们可能需要包含该对象的所有点。它可以如下完成:

mask = np.zeros(imgray.shape,np.uint8)
cv.drawContours(mask,[cnt],0,255,-1)
pixelpoints = np.transpose(np.nonzero(mask))
#pixelpoints = cv.findNonZero(mask)

这里,两个方法,一个使用Numpy函数,另一个使用OpenCV函数(最后一个注释行)给出相同的方法。 结果也相同,但略有不同。 Numpy以**(行,列)格式给出坐标,而OpenCV以(x,y)**格式给出坐标。所以答案基本上会互换。请注意,row=x和column=y。

7. 最大值,最小值及其位置

我们可以使用掩模图像找到这些参数。

min_val, max_val, min_loc, max_loc = cv.minMaxLoc(imgray,mask = mask)

8. 平均颜色或平均灰度

在这里,我们可以找到对象的平均颜色。或者它可以是灰度模式下物体的平均强度。我们再次使用相同的面具来做到这一点。

mean_val = cv.mean(im,mask = mask)

9. 极点

极值点表示对象的最顶部,最底部,最右侧和最左侧的点。

leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])

例如,如果我将它应用于印度地图,我会得到以下结果:
opencv-python 轮廓属性

未经允许不得转载!opencv-python 轮廓属性

update

纸上得来终觉浅, 绝知此事须躬行。